敏捷网络化集成制造平台的研究与实现

为了迅速响应市场需求的变化，快速地开发、设计和制造产品，提出了一种网络化制造的新模式——敏捷网络化集成制造(ANIM)。设计了敏捷网络化制造集成平台的运行策略和框架；分析了平台的目标、功能和关键技术；通过建立原型系统，实践并验证了敏捷网络化制造系统中的若干理论和实现技术。     

基于改进非支配排序遗传算法的多目标柔性作业车间调度

采用多目标进化算法解决具有工件释放时间、工件目标差异的柔性作业车间调度问题。依据实际制造系统中存在较多的最大完工时间、平均流经时间、总拖期时间、机器总负荷、瓶颈机器负荷和生产成本性能指标,建立多目标柔性作业车间调度模型。针对柔性作业车间调度问题的特点,设计一种扩展的基于工序的编码及其主动调度的解码机制,以及初始解产生机制和有效的交叉、变异操作;针对非支配排序遗传算法(Non-dominated sorting genetic algorithm II,NSGA-II)在非支配解排序和精英选择策略方面的不足,设计一种改进的非支配排序遗传算法,应用改进的算法求解柔性作业车间调度问题得到一组Pareto解集,并运用层次分析法选出最优妥协解。通过测试基准和模拟实际生产的实例,验证提出算法的可行性和有效性。     

基于Memetic算法的有限缓冲区流水车间调度问题

针对有限缓冲区流水线调度问题,提出一种基于变邻域搜索策略的Memetic算法。在基本遗传算法中,采用NEH算法和改进IG算法产生部分初始种群,使用部分交叉算子和插入变异算子,在交叉和变异之后设计一种改进变邻域搜索方法来进行局部搜索。在该改进变邻域搜索中,将模拟退火算法作为变邻域搜索中的局部搜索方法,大大增强了算法的寻优能力,使得Memetic算法在集中搜索和分散搜索之间达到更合理的平衡。运用提出算法求解经典基准算例,并与当前先进算法比较,验证了所提算法的有效性。     

基于帝国主义竞争算法的切削参数优化

本文采用帝国主义竞争算法来研究数控切削参数优化问题。首先,根据生产加工中的经验公式,考虑以最大化生产率为目标,引入加工中机床和刀具的各类约束,建立数学模型。其次,运用帝国主义竞争算法及其相应的约束处理机制求解切削参数优化问题。最后,将帝国主义竞争算法的求解结果与其他算法的结果进行比较,显示出该算法能比其他算法能获得更好的结果,验证了其有效性和优越性。     

基于混合粒子群优化算法的置换流水车间调度问题研究

针对最大完工时间最小的置换流水车间调度问题,提出一种粒子群优化算法与变邻域搜索算法结合的混合粒子群优化（hybrid particle swarm optimization,HPSO）算法。在该混合算法中,采用NEH启发式算法进行种群初始化,以提高初始解质量。运用基于随机键的升序排列规则（ranked-or-der-value,ROV）,将连续PSO算法应用于离散置换流水车间调度问题中,提出了一种基于关键路径的变邻域搜索算法,以进一步提高算法的局部搜索能力,使算法在集中搜索和分散搜索之间达到合理的平衡。最后,运用提出的混合算法求解Taillard和Watson基准测试集,并将测试结果与一些代表算法进行比较,验证了该调度算法的有效性。     

轴向柱塞泵空化现象的研究现状

空化是轴向柱塞泵中比较普遍的现象,其机理复杂,不易观察和控制.通过对国内外该领域的研究情况进行总结归纳,发现研究该领域主要围绕对轴向柱塞泵柱塞腔内以及配流盘表面的空化现象进行数学建模以及仿真分析,最后实验测试并因此得出抗空化结构并分析其中的优势和不足.对于CFD仿真分析中的主要三种软件进行归纳整理,并对他们的仿真的优势...     

改进遗传算法求解柔性作业车间调度问题

分析柔性作业车间调度问题的特点,提出一种求解该问题的改进遗传算法。在考虑各个机器负荷平衡,所有机器上的总负荷和最大完工时间等性能指标更加合理情况下,设计一种全局搜索、局部搜索和随机产生相结合的初始化方法,提高种群初始解的质量,加快遗传算法的收敛速度。结合问题特点设计合理的染色体编码方式、交叉算子和变异算子,防止遗传操作过程中非法解的产生,避免染色体的修复,提高求解效率。使用文献中相同的实例测试利用初始化方法的改进遗传算法,并将计算结果与文献中其他遗传算法的测试结果进行比较,验证所提出的初始化方法的可行性和有效性。     

基于一种新蚁群算法的装配线平衡研究

采用改进蚁群优化算法来解决装配线平衡的第一类问题。建立了简单装配线平衡的第一类问题的数学模型,对问题进行了数学描述,给出了相关的约束条件和目标函数。在算法求解过程中,蚂蚁通过在觅食范围释放信息素并叠加,同时考虑了局部和全局信息素更新,形成一种新的混合搜索机制。最后通过算例验证了算法的有效性。     

一种基于改进遗传算法的多目标动态调度优化

静态调度问题一般是NP-hard问题,而动态调度问题的性能指标比静态调度的更为复杂,并且以多目标综合性能指标居多.在系统地研究了多目标动态作业车间调度问题的基础上,运用滚动窗口技术和改进的遗传算法来解决动态调度问题.滚动窗口技术将调度过程分成连续静态调度区间,在每个区间内用多目标遗传算法进行调度优化.最后开发了面向应用的动态调度原型系统,并对改进的Job-shop基准实例进行仿真试验,证明了提出策略的可行性和有效性.